Python新手求助：用BeautifulSoup/requests解析bato.to漫画图片

嘿，作为刚入门Python就敢上手实战项目的新手，必须给你点个赞！我来帮你搞定这个bato.to漫画图片解析的问题——你遇到的情况其实很常见，很多网站会把动态加载的内容放在JS变量里，而不是直接写在HTML里，咱们一步步来解决：

1. 先获取页面源码并提取JS变量里的图片数据 #

首先你需要用requests库拿到目标章节的页面内容，然后从HTML里抠出包含images变量的那段JS代码。这里正则表达式是个好帮手，因为我们要精准匹配var images =后面的JSON对象：

import requests
import re

# 替换成你要爬的章节页面URL
chapter_url = "你的目标章节URL"
# 模拟浏览器请求，避免被拦截
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"
}

# 获取页面内容
response = requests.get(chapter_url, headers=headers)
html = response.text

# 匹配images变量的内容
match_result = re.search(r'var images = ({.*?});', html, re.DOTALL)
if not match_result:
    print("没找到图片数据，可能页面结构变了？")
else:
    images_raw = match_result.group(1)
    print("提取到的图片数据：", images_raw)

2. 把JS对象转成Python字典 #

这段images_raw其实是标准的JSON格式字符串，直接用json模块就能转成Python里的字典，这样就能轻松遍历所有图片链接了：

import json

images_dict = json.loads(images_raw)
# 遍历打印所有图片URL
for page_num, img_link in images_dict.items():
    print(f"第{page_num}页：{img_link}")

3. （可选）下载图片到本地 #

如果想把图片保存下来，就遍历这个字典，用requests逐个下载就行，记得创建个文件夹来存：

import os

# 创建保存目录
save_folder = "我的漫画章节"
os.makedirs(save_folder, exist_ok=True)

for page_num, img_link in images_dict.items():
    # 下载图片
    img_response = requests.get(img_link, headers=headers)
    # 保存文件，用页码命名
    save_path = os.path.join(save_folder, f"page_{page_num}.png")
    with open(save_path, "wb") as f:
        f.write(img_response.content)
    print(f"已保存第{page_num}页图片到 {save_path}")

小提醒 #

• 一定要加User-Agent请求头，不然很容易被网站识别成爬虫直接拦截；
• 别一次性爬太多内容，遵守网站的使用条款，避免给服务器造成压力哦～

内容的提问来源于stack exchange，提问作者BluHaz